未知蛋白测序没有参考数据库怎么办？

未知蛋白缺少参考数据库时，常规蛋白质谱鉴定无法依靠理论序列完成直接匹配，但MS/MS碎片谱仍可提供氨基酸序列信息。未知蛋白测序中，de novo肽段分析可利用碎片离子之间的质量差异推断局部氨基酸序列，为蛋白身份判断和后续序列解析提供质谱证据。缺少参考数据库时，质谱数据通常不足以直接确定完整蛋白序列。样本纯度、肽段覆盖、已有序列线索及预期解析范围会影响后续方案，不同解析目标对应的序列证据要求也有所不同。

一、无参考数据库时可利用的序列信息

1、缺少目标蛋白序列背景

(1) de novo肽段提供直接序列证据

de novo分析依据MS/MS碎片离子之间的质量差异推断肽段序列，不依赖预设蛋白数据库。对于来源未知或缺少注释的蛋白，可从具有连续碎片离子证据的谱图中获得局部氨基酸序列。

(2) 谱图质量限定序列解析范围

肽段序列推断依赖有效碎片离子。离子系列不连续、共碎裂干扰或信号不足时，部分位置只能形成候选序列或序列标签。无法由现有谱图唯一确定的残基，应保留相应的不确定性。

2、存在近缘物种或其他序列线索

(1) 同源序列辅助候选归属

目标蛋白缺少完全一致的数据库条目，但存在近缘物种或同源蛋白序列时，de novo获得的肽段可与相关序列进行比对。匹配结果能够缩小候选范围，并为差异区域定位提供参考。

(2) 基因组或转录组信息补充序列背景

已有基因组、转录组或预测编码序列时，可建立与样本来源更接近的候选序列集合。质谱肽段与这些序列相互对应后，可进一步判断蛋白来源及潜在序列差异，但最终归属仍应以实际质谱证据为基础。

图1. 无参考数据库条件下未知蛋白的de novo序列分析路径

二、研究目标影响从头测序路线

1、局部序列确认侧重直接肽段证据

(1) 局部序列可由de novo肽段支持

研究目标为获得特征肽段、确认局部氨基酸序列或寻找蛋白身份线索时，具有明确碎片离子支持的de novo肽段能够提供直接证据。评价重点在于序列可信度，而非整条蛋白的连续覆盖程度。

(2) 局部覆盖不能外推完整蛋白序列

部分肽段已经获得明确序列，并不代表未覆盖区域也已经确定。未知蛋白可能存在序列变异、剪接差异或质谱未覆盖区域，结果解释应限定在实际获得的序列证据范围内。

2、连续序列重建依赖互补证据

(1) 互补酶切扩展肽段覆盖

单一酶切方式可能留下较大的未覆盖区域。采用不同切割特异性的酶，可产生新的肽段组合并增加序列重叠，为较长区段的序列拼接提供更多依据。

(2) 互补碎裂补充局部序列信息

不同碎裂方式能够形成具有互补性的离子信息。单一碎裂模式下证据有限的区域，可利用额外碎片信息补充局部判断。连续序列重建依赖多组肽段证据的一致性，互补策略能够扩大证据范围，但不能预设整条蛋白均可获得连续覆盖。

三、样本状态限定序列解析范围

1、样本复杂度影响肽段归属

(1) 单一蛋白样本减少来源歧义

样本中主要包含一个目标蛋白时，de novo肽段来源相对集中，序列片段与目标蛋白之间的对应关系更容易确认。目标蛋白存在降解、异构体或共迁移杂蛋白时，片段归属和后续拼接会受到影响。

(2) 混合样本增加序列拼接难度

多个蛋白同时产生未注释肽段时，不同de novo序列片段是否属于同一蛋白较难判断。以特定未知蛋白为解析对象时，前期分离纯化状态会影响序列归属和拼接可靠性。

2、质谱覆盖决定结果解释边界

(1) 未覆盖区域缺少直接序列证据

从头测序能够确认的是已有碎片离子支持的区域。部分肽段未检出或局部碎裂不足时，相应序列位置仍会保留空缺，不能依靠相邻片段直接补全。

(2) 序列歧义应在结果中保留

部分氨基酸残基在质谱层面的质量特征难以直接区分，翻译后修饰也可能改变碎片离子质量关系。缺少唯一证据支持的位置不宜解释为确定序列。

图2. 未知蛋白从头测序路线与序列解析边界

未知蛋白缺少参考数据库时，测序方案主要取决于已有序列信息、样本纯度和预期解析范围。不同解析目标对应的证据要求不同，局部序列确认侧重de novo肽段证据，较长区段或连续序列解析则依赖更多重叠肽段及互补质谱信息支持。百泰派克生物科技可提供未知蛋白测序及蛋白质从头测序相关检测与分析服务。针对无参考数据库样本，可根据实际序列解析需求评估合适的测序与分析方案。